科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究多源环境变量条件下随机森林(random forest, RF)模型和普通克里格(ordinary Kriging, OK)模型对大尺度耕地土壤pH值空间预测的性能差异，研究分析RF模型对提升土壤pH值预测精度的参考价值。以中国江西省为研究区，基于气候、地形和植被等环境协变量信息，结合土壤属性和耕地利用条件，利用RF模型对江西省耕地土壤pH值进行空间预测，识别土壤pH值空间变异的影响因素，并与OK模型计算精度进行对比。结果表明，增加土壤属性和耕地利用条件作为环境变量的RF-A模型预测耕地土壤pH值的精度优于以地形、气候、植被属性作为环境变量的RF-B模型和OK模型的预测结果，气候因素是决定土壤pH值的最重要因素，地形地貌因子和人为因素对pH值变异也有重要影响。研究结果表明该方法对提升大尺度耕地土壤pH值预测制图精度具有一定的理论和现实意义。
-
单位江西财经大学; 旅游与城市管理学院
